问题解决的研究范式及影响因素模型
[摘要] 问题解决有两种层面的研究范式，即表征式和社会文化范式。为了研究问题解决过程中内外影响因素，本文将这两种研究范式结合起来，采用量化和质化方法，旨在建立问题解决的影响因素模型。结果发现外部因素中，教师的教学范式起着主要的影响作用，内部因素中学生的问题解决态度和一般的学习取向对学生的问题解决有着间接的影响作用。外部因素也会影响内部因素，教师的教学范式越接近建构主义风格，学生的解难态度、学生取向以及对环境的观感越积极。本研究对问题解决教学活动有着现实的指导意义。
[关键词] 问题解决；研究范式；教学范式；观感
问题解决在学校教育中有着重要的意义，不仅是学校教育重要的目标之一（如问题解决能力），更是达成教学目标的重要手段之一（如问题解决教学法）。本文主要侧重前者，即研究个体的问题解决机制，对问题解决的研究范式进行了梳理，并尝试在实证研究中融合不同范式，探索问题解决的内外因素的影响机制。鉴于此，教师使用问题解决教学法才能有的放矢，更好地服务于学生的问题解决过程。
一、问题解决的研究范式和具体方法
问题的存在是由于个体目前所处状态与想要达到的目标状态之间存在差距，[1]而问题解决的过程就是消弭二者差距的“一系列目标导向的认知活动”。[2]
问题解决的研究范式有两种，一种是表征式水平（Representational Level）的研究，另外一种是社会—文化水平（Social-Cultural Level）的研究，二者互为补充。
（一）表征式水平的问题研究范式
在表征式水平的支持者们[3]看来，人们的内部心理过程不是不可分析的，而是可以通过某种方式表征出来，并为人们所研究和分析。这种表征的方式通常是一些“构件（Construct），如思维模式、图式、概念、规则、理论等”。在表征式研究范式的背后有两个假设：个体对知识的思维表征是认知的“中介状态（Mediating State）”；另一个假设是，通过分析个体对刺激的反应，如分析个体思维的口语报告，就可能得到他们的内部认知模式。口语报告反映的往往是人们加工知识的中间状态，如此，人们的认知活动就可以定义为：获得、组织和应用知识[4]的过程。提高个体的问题解决能力（一种高阶认知活动），就可以转化为获得、组织和应用一定知识。
改进高斯过程回归算法及其应用研究 在工业生产过程中,由于受到工艺、检测技术以及工况等条件限制,一些重要变量常常无法直接检测,这严重制约了自动控制技术的普及与应用,软测量技术因此应运而生。软测量技术最重要的一步就是软测量建模,近几年各种软测量建模方法不断涌现,其中高斯过程回归方法(Gaussian process regression,GPR)凭借其在处理小样本、复杂度较高的工业数据上的优势,被越来越多的学者关注。然而作为传统的软测量建模算法,高斯过程回归存在核函数单一、计算量较大、对初值敏感等问题,本文将针对这些问题开展改进研究。本文的研究得到了浙江省自然科学基金的资助,主要的研究内容和成果总结如下:(1)高斯过程回归结构以及参数优化研究。 针对延迟焦化过程数据具有非线性、时变性和较强的复杂性等特点,提出一种基于万有引力搜索优化的组合核函数高斯过程回归算法。该算法具有两大特点:1)用组合核函数代替传统的单一核函数,相较于单一核函数,选择组合核函数能够更大可能地保留数据特征信息,使得映射关系更加符合数据分布,同时组合核函数的引入在结构上保证了算法具有更好的泛化能力;2)引入万有引力搜索算法寻找每一个核函数的最优超参数,克服共轭梯度法对初值依赖性强、迭代次数不确定等缺点。(2)高斯过程回归集成算法研究。针对工业现场工况复杂,不同的工况下数据特征间的相关性可能会不同等问题,提出一种基于K-means聚类的集成自适应高斯过程回归算法。 首先利用K-means聚类算法将工业数据集划分成三个簇,然后利用自适应算法自适应地为每个簇选出最优核函数并建立最优局部模型。预测阶段,选用贝叶斯后验概率的融合方式对每个子模型赋予权重,从而对每个局部模型进行加权集成,得到预测结果。(3)改进高斯过程回归算法的应用研究。将所提两种算法应用于某延迟焦化系统开工线温度预测中,建立开工线温度预测模型,并与传统GPR 算法、基于粒子群寻优的GPR(PSO-GPR)、基于遗传算法寻优的GPR(GA-GPR)、基于万有引力寻优的SVR(GSA-SVR)以及基于均值融和方式的K-means自适应高斯过程回归集成算法进行对比,结果表明本文提出的算法具有最高的预测精度、最强的稳定性,同时也证明了所提算法在延迟焦化系统中的实用性、有效性。 (4)延迟焦化温度预测系统软件开发与应用。基于本文所提两种算法的基础
因素模型 杨长汉1 证券资产价格的决定因素是多种多样的，西方学者在研究中采取了多种多样的方法去探讨证券价格的决定因素。最主要的两种模型就是单因素模型和多因素模型。 一、单因素模型(Single-Index Model) 夏普(William Sharp)于1963年建立了单因素模型2。单因素模型是指证劵价格的影响因素只有一个，而如果有两个或两个以上的因素，则称为多因素模型。单因素模型的基本思想是：当市场指数上升时，市场中大部分证券资产的价格就会上涨；相反，当市场指数下降时，市场中大部分证券资产的价格就会下降。 单因素模型中有以下两个基本假设条件： 第一，证券的风险分为系统性风险和非系统性风险，而这里所讲的因素仅指系统性风险。 第二，一个证券的非系统性风险与其他证券的非系统性风险之间的相关系数为零，两种证券之间的相关性仅取决于共同的市场因素。 在单因素模型中，主要有两个基本因素会造成证券收益率的波动：一是宏观经济环境因素，比如GDP 增长率、利率、通货膨胀率等，这些因素的变化会引起证券市场中所有证券收益率的变化，相对于市场中的系统性风险；二是微观因素的影响，如公司的财务状况、公司的经营状况以及突发事件等，这些因素的变化只会引起个别证券收益率的变化，相当于市场中的非系统性风险，可以通过多样化的投资组合进行分散。 我们以股票的收益率和股价指数的收益率为例，可以得到如下单因素模型公式： it it i mt it r A R βξ=++ 这一公式揭示了股票的收益率与市场指数收益率之间的关系。其中，it r 为t 时期证券i 的收益率，mt R 为t 时期市场指数的收益率，i β为斜率，表明股票收益率波动对市场指数波动的反应程度，代表两者的相关关系，it A 是截距项，反映市场指数为零时股票收益率的大 1 文章出处：《中国企业年金投资运营研究》 杨长汉 著 杨长汉，笔名杨老金。师从著名金融证券学者贺强教授，中央财经大学MBA 教育中心教师、金融学博士。中央财经大学证券期货研究所研究员、中央财经大学银行业研究中心研究员。 2Sharp, W.,1966, Mutual Fund Performance, Journal of Business,(39),119-138.
基于因子分析模型的居民消费价格指数影响因素分 析 摘要：由于目前对居民消费价格变动原因的分析指标很多，且指标体系中各指标之间存在着多重共线性，从而影响了分析模型的稳定性，使所得模型中出现了不符合经济学原理的现象。本文采用多元统计分析方法，以2010年居民消费物价水平为例，建立了关于居民消费价格分类指数变动的因子分析模型，研究发现影响居民消费价格指数的主要因素为食品、衣着和家用设备等生活必需品的价格水平，其次为健身等娱乐设施价格和房价水平。 关键词：消费价格指数；影响因素；因子分析 一、研究背景 随着社会主义市场经济体制的确立和逐步完善，我国经济总量和综合实力迅速上升，居民的生活水平显着提高，经济和社会都有了较大的发展。相对于过去而言，居民食品方面的消费支出比重在逐渐下降，而在文化娱乐等方面的消费支出比重越来越大。国家发改委在全国物价局长会议上指出，明年要围绕促进经济平稳较快发展这一主线，积极稳妥地推进价格改革，切实改进价格监管，保持价格总水平基本稳定。同时由于影响价格变动的因素日益复杂，价格异常波动的可能性增加。分析影响居民消费价格指数的主要影响因素，改进价格监管，保持价格总水平基本稳定有着重要意义；同时也为产业政策的制定和宏观经济的调控提供了参考。 居民消费价格指数（CPI）是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标，在一定程度上也反映出我国居民消费结构的变化。本文通过对2010年全国居民消费价格指数的变化进行因子分析，从而确定出影响全国居民消费物价水平和消费结构变化的主导因素。 二、因子分析模型的建立 因子分析最初是由英国心理学家C.Spearman提出的，是多元统计分析的一个重要分支，其主要目的是浓缩数据。通过对诸多变量的相关性研究，来表示原来变量的主要信息。假设有n个样本，对于多指标问题X=（X1，X2，...Xk），形成的背景原因是多种多样的，其中共同原因称为公共因子，假设用Fj表示，它们之间是两两正交的；每一个分量Xi又有其特定的原因，称为特殊因子，假设用ei表示，其两两之间互不相关，且只对相应的Xi起作用。同时，F与e相互独立。于是因子分析的数学模型可表示为： Fi叫做公共因子(也称主因子)，它们是在各个原观测变量的表达式中都共同出现的因子，是相互独立的不可观测的理论变量。
我国股市影响因素模型分析 摘要：2007年3月18日，央行继1993年以来第6次提高人民币利率，这次加息后，我国的股市不但没有下跌，反而一路上扬，似乎与理论相背。对此现象本文对股市的影响因素进行了分析，并在此基础上，做了影响股市的多因素模型。通过模型分析，本文认为要维持我国证券市场持续、稳定、健康地发展，一定要完善我国的外汇市场和资本市场，为证券市场提供一个良好的外部环境和内部环境。 关键词：市场流动性过剩;人民币升值;加息 我国资本市场有其特殊的运行机制，为使资本市场与国际接轨，我国已经采取了一系列改革措施。2005年开始的股权分置改革到目前为止已基本完成；同年7月，我国也已进行了人民币汇率制度改革，由以前的固定汇率制度到现在有管理的浮动汇率制度。再看我国股市的发展状况，从2006年以来，我国沉迷了多年的股市进入了一个大牛市，即使2007年3月18日的人民币利率的提高也没有影响到股市的上涨。以下笔者就想对我国的股市做一下研究分析。 从理论上来说，利率上升时，股票价格下降；利率下降时，股票价格上升。利率是影响股票价格的重要因素。福建师范大学经济学院夏春光在《我国股市波动的利率效应》一文中，从实证研究角度，收集了上海综合股票指数从1991年4月到2002年2月的波动情况。最后他得出的结论是：从利率调整的短期股市效应看，股市对升息的反应更为敏感，同时降息的股市效应有逐渐增强的趋势；不同时期的利率调整，对股市的中长期波动影响存在极大的差异；调息前股指的运行态势，深刻影响着利率效应的发挥。一般而言，升息属利空因素，会促使股指下跌；降息属利多因素，可使股指上升。而从1993年5月以来的第六次加息，我国的股市不但没有下跌，反而一路上扬，在随后的交易日更是连续上涨。出于多方面原因所采取的加息政策，它对股市的影响并不像我们想的那样简单，第六次加息甚至与理论结果相反。这并不能说明理论不正确，而是股票市场受到多方面因素的影响，本文把这些因素归为以下几类。 一、股市的影响因素 （一）市场流动性过剩 流动性过剩，简单地说，就是一个经济体中的货币（一般指广义货币，即现金加银行存款）存量超出了正常经济运行所需要的水平。从种种指标来看，中国的流动性过剩的确存在。从最常用的衡量流动性的指标M2（广义货币）与GDP
西安郵電大学 科研训练报告书 基于高斯过程在机器学习中的应用
摘要 高斯过程是近年来发展起来的一种新的机器学习方法，它有着严格的统计学习理论基础，对处理高维数非线性小样本复杂问题具有良好的适应性。对列车精准停车问题的这种复杂的非线性问题，将高斯过程机器学习方法应用于此问题，并提出相应的模型，减少数据间复杂的内在物理或其他关系。很多工程实例研究表明，高斯过程机器学习模型是科学可行的，预测精度高，简单实用，对很多问题问题具有较好的适用性。 关键词：高斯过程；机器学习；列车精准停车 Abstract Gaussian processes ( GP) is a newly developed machine learning method based on the strict statistical learning theory. GP is capable of solving the highly nonlinear problem with small samples and high dimensions.Precise train stopping complex nonlinear problem, GP machine learning model applied to this problem, and propose a model to reduce the complexity of data between the intrinsic physical or other relationship. Case studies show that many of the works, GP machine learning model is scientific and feasible, the prediction accuracy is high, simple and practical, on many issues the problem has good applicability. Key Words:Gaussian processes;machine learning;precise train stopping 1引言 列车（包括火车、地铁、轻轨等轨道交通工具）的精确停车是轨道交通控制系统中的一项关键技术。对于有效使用站台屏蔽门、保证乘客安全、较少乘客换乘时间等有着至关重要的作用。然而就实际物理模型建模时收到很多方面的制约，且耗费大量的金钱。通过研究，将实际上依赖于物理模型的建立和控制参数的调整，而采用对数据本身的练习进行学习和建模。如果能从数据中学习到列车精确停车的规律，则可以在保证列车达到精确停车所需指标的同时，大量节省硬件方面的费用，并建立数据规律，同时使结果与实际模型相联系，促进物理模型的建立。因此，在利用机器学习来分析列车精确停车问题时，不需要过多关注各种复杂的如轨道坡度、摩擦系数、天气状况、乘客数量等外在因素，而只需关注对精度有明显影响的因素如停车的初始速度及距离等。 在本文中，将研究机器学习领域的高斯过程（Gaussian Process，GP），并以实际的列车停车
内容摘要：有关消费者行为的研究正越来越受到学者的重视。本文试图通过对影响消费者行为因素的有关研究成果的分析，探明影响消费者行为的因素。从而对消费者行为的一般和本土化研究产生裨益。本文认为，消费者行为影响因素的研究正从单独研究消费者的理性行为，转向研究消费者的感性行为和消费者与环境的互动行为。 关键词：消费者行为，影响因素，模型，解构与前瞻 消费者行为影响因素的理论模型分析 (一)Del Hawkins理论模型 Del Hawkins理论模型强调了消费者行为是一个在一定情景下的决策过程：“认识问题—搜集信息—评价选择—店铺选择与购买—购后活动”。在这个过程中，消费者主要受外部因素和内部因素的影响。这两大类因素的作用机理表现为，通过影响消费者的自我概念和生活方式从而使消费者产生需要和欲望，进而发生与此相对应的决策行为。而这两类因素的影响效果大小则会受消费者行为的体验结果以及两类因素的互相作用的影响。 (二)Roger Blackwell理论模型 Blackwell构建两个理论模型，但是，这两个模型在内容及其作用上存在一定差异。 第一个模型是一个简化了的消费者行为模型。该模型把消费者行为描述成获取、消费和处置三个连贯的阶段所组成的过程，而且还对这三个阶段的决策问题具体化。在这个过程里，影响消费者行为的因素也是两大类，但与Del Hawkins 观点不同的是，Roger Blackwell把外部因素和内部因素统一归类为“消费者影响”因素，而把外部因素中的营销影响因素特别加以强调，命其为“组织影响”因素。“组织影响”因素与“消费者影响”因素共同组成影响消费者行为的两大类因素。 第二个模型是对第一个模型的具体化。这个模型把消费者行为的获取、消费和处置过程进一步扩展为包含七个阶段的消费者决策过程。把原来的“组织影响”因素浓缩成一个产生效果的“激励”因素，把原来的“消费者影响”因素细分为“环境影响”因素、“个人差异”因素和“心理过程”因素。 (三)Frank Kardes理论模型 Frank Kardes的理论模型比较简单。他把消费者行为理解成情感反应、认知反应和行为反应过程。这些反应是由相关变量引起的，这些变量有个人变量、环境变量、人与环境互动变量等。 (四)John Mowen 理论模型
高斯过程在机器学习中的应用
西安郵電大学 科研训练报告书 基于高斯过程在机器学习中的应用
摘要 高斯过程是近年来发展起来的一种新的机器学习方法，它有着严格的统计学习理论基础，对处理高维数非线性小样本复杂问题具有良好的适应性。对列车精准停车问题的这种复杂的非线性问题，将高斯过程机器学习方法应用于此问题，并提出相应的模型，减少数据间复杂的内在物理或其他关系。很多工程实例研究表明，高斯过程机器学习模型是科学可行的，预测精度高，简单实用，对很多问题问题具有较好的适用性。关键词：高斯过程；机器学习；列车精准停车 Abstract Gaussian processes ( GP) is a newly developed machine learning method based on the strict statistical learning theory. GP is capable of solving the highly nonlinear problem with small samples and high dimensions.Precise train stopping complex nonlinear problem, GP machine learning model applied to this problem, and propose a model to reduce the complexity of data between the intrinsic physical or other relationship. Case studies show that many of the works, GP machine learning model is scientific and feasible, the prediction accuracy is high, simple and practical, on many issues the problem has good applicability. Key Words: Gaussian processes;machine learning;precise train stopping
基于多元回归模型的CPI影响因素分析 【摘要】2011年以来，通货膨胀越来越成为我国的重要经济现象。作为衡量通货膨胀的主要指标，CPI（消费者物价指数）与人们的生活具有最密切的关系。CPI的不断攀升使生活成本增加，也影响国民经济的可持续发展。本文从我国的历史数据出发，选择货币供应量、工资率及原材料燃料价格作为自变量，通过建立CPI与以上变量的多元回归模型，分析影响CPI变化的主要因素，并着重分析通货膨胀的成因，为政府实现宏观调控目标、促进国民经济健康持续发展和改善人民生活提出建议。 【关键词】CPI 多元回归通货膨胀 1.问题的提出 近一年来，我国的通货膨胀形势引起了社会的广泛关注。2010年全年居民消费价格同比上涨3.3%，而2011年7月为6.5%，达到最近一年的最高值（如图1）。央行通过提高存款准备金率、加息、加强利贷调控等一系列措施控制物价上涨，尤其在2011年7月7日进行年内第三次加息后，CPI稍有回落，说明政府控制通胀的效果逐渐显现，但现阶段我国面临的通胀压力仍然不可小视。 近年来，国内农产品、国际市场石油、铁矿石等价格剧烈波动，特别是去年国内商品价格变动存在较大的不确定性。2009 年宽松的货币政策促进了经济复苏，但偏高的货币供给与增加的工资率对2011年的通货膨胀形成了很大压力。由此我们有理由猜测，原材料和燃料价格上涨、货币供给增加、工资率提高等因素形成的价格影响机制对我国宏观经济的调控提出了新挑战。那么，CPI的大幅增长是否与上述因素密切相关呢？ 图1 2010年11月-2011年10月我国CPI变化趋势
2.经济理论分析 通货膨胀和就业率是经济宏观调控的两个重要指标。其中CPI是衡量通货膨胀最及时的指标，也与人们的生活关系最密切。根据宏观经济学理论，通货膨胀按成因可分为三类：需求拉动型、成本推动型及结构型通货膨胀。对CPI影响因素的分析可以以此为依据。 需求拉动型通货膨胀，是指货币供给过度增加导致总需求大于社会总供给所引起的通货膨胀。在短期内，社会总供给不变，如果货币供应量超过了货币需求量，则总需求会迅速增加，开始出现短期的需求拉动型通货膨胀（如图2）。因此货币供应量应该是推动CPI上升的因素之一。在长期，经济增长水平上升使总供给增加，有利于价格稳定，因此长期经济增长水平是抑制CPI上升的因素之一。 成本推动型通货膨胀是指在总需求不变的情况下，由生产要素价格上涨引起的成本价格上涨所导致的总物价水平持续上涨的情况。在总需求不变的情况下，成本增加引起的总供给减少将使供给曲线向上移动，从而引起价格上升（如图3）。企业生产的可变成本主要有工人工资及原材料、燃料价格，这些因素的上升会引起企业成本的上升，进而引起CPI的上涨。 图2 需求拉动型通货膨胀图3 成本推动型通货膨胀 结构性通货膨胀是由需求结构转移、部门差异等引起企业成本上升而发生的通货膨胀，其对CPI的影响也通过工资率变化实现。 综上所述，CPI的影响因素可归结为货币供应量、工资率、原材料燃料价格、经济增长水平。本文以此变量为基础，建立CPI影响因素模型。 3.模型建立 3.1 理论模型的建立 本文通过建立多元回归模型对CPI的影响因素进行分析。结合前述经济理论，我们选取广义货币供给量M2（x1）、工资率（x2）、原材料燃料价格（x3）及不
房价的影响因素分析及预测模型 ——基于北京市相关数据的实证研究 摘要 房地产既是我国国民经济的支柱产业，也是关系重大的民生问题。本文以北京市经济适用房销售价格、北京市生产总值等相关数据为例，分析房价的主要影响因素，建立房价与其影响因素的关系模型对北京市房价进行准确预测，并根据得出的预测结果对房地产发展提出合理性意见： 问题一，建立影响房价的指标体系，利用软件将各指标数据进行折线图描述，将变化偶然性较大的货币供应量删除，建立主成分分析模型提取主成分，将各指标对各主成分的贡献率加权得到每个指标的总贡献率，比较得出影响北京市房价的六项主要指标依次为：X4居民家庭人均收入，X10房地产开发投资额,X2北京市生产总值，X1经济适用房销售价格，X6人均住宅建筑面积，X5新增保障性住房面积。 问题二，建立逐步回归模型，根据软件的运行结果显示，被剔除的前六个变量与问题一得出的六项主要指标一致，证明结论正确。建立多元回归分析模型，由软件实现得到北京市房价与其主要影响因素的关系模型为： Y=4846.453+0.843X1+1.719X2+0.028X4?4.652X5?278.822X6?3.564X10。 问题三，建立曲线估计模型，通过软件拟合得到各指标变量随时间拟合的曲线方程（见表3·1），将预测房价与实际值进行比较，其平均误差仅为%，说明预测效果良好。利用软件运行得到各指标及房价在2000至2015年的房价（见表3·6）稳中有升。 问题四，根据所得预测结果、北京房地产市场结构、政府相关政策，结合经济学知识，对北京市房地产发展提出合理建议。 最后，对所建模型进行了优缺点评价，在模型推广种介绍了这几个模型的广泛应用。关键词：房价预测、影响因素、主成分、线性回归、曲线拟合 一、问题重述 1.1问题的背景及条件 俗话说；“安居才能乐业！”在我国的传统观念中房子就家，不管住别墅还是住瓦房，每一个家庭都必须有自己的住房，因此住房问题本生就是关系国计民生的大问题。
西方消费者行为影响因素模型的解构与前瞻 ' 消费者行为，影响因素，模型，解构与前瞻 (一)Del Hawkins理论模型 \xa0 Del Hawkins理论模型强调了消费者行为是一个在一定情景下的决策过程：“认识问题—搜集信息—评价选择—店铺选择与购买—购后活动”。在这个过程中，消费者主要受外部因素和内部因素的影响。这两大类因素的作用机理表现为，通过影响消费者的自我概念和生活方式从而使消费者产生需要和欲望，进而发生与此相对应的决策行为。而这两类因素的影响效果大小则会受消费者行为的体验结果以及两类因素的互相作用的影响。 (二)Roger Blackwell理论模型 Blackwell构建两个理论模型，但是，这两个模型在内容及其作用上存在一定差异。 第一个模型是一个简化了的消费者行为模型。该模型把消费者行为描述成获取、消费和处置三个连贯的阶段所组成的过程，而且还对这三个阶段的决策问题具体化。在这个过程里，影响消费者行为的因素也是两大类，但与Del Hawkins观点不同的是，Roger Blackwell把外部因素和内部因素统一归类为“消费者影响”因素，而把外部因素中的营销影响因素特别加以强调，命其为“ 影响”因素。“组织影响”因素与“消费者影响”因素共同组成影响消费者行为的两大类因素。 第二个模型是对第一个模型的具体化。这个模型把消费者行为的获取、消费和处置过程进一步扩展为包含七个阶段的消费者决策过程。把原来的“组织影响”因素浓缩成一个产生效果的“激励”因素，把原来的“消费者影响”因素细分为“环境影响”因素、“个人差异”因素和“过程”因素。 (三)Frank Kardes理论模型 Frank Kardes的理论模型比较简单。他把消费者行为理解成情感反应、认知反应和行为反应过程。这些反应是由相关变量引起的，这些变量有个人变量、环境变量、人与环境互动变量等。 (四)John Mowen 理论模型 John Mowen模型揭示了一个交换的过程。在这个过程里，交换的实现是双方互动的结果。在这一互动行为中，买者和卖者都受到环境的影响，营销者对于环境的影响会通过环境分析和市场调研来采取主动的行为，以使所制定的策略能促进交换的实现。购买者会在环境影响下和营销者的策略刺激下，通过个人影响因素的过滤，而作出买与不买的选择。Mowen 在他所著的《消费者行为学》中特别强调了体验论和环境影响论。他认为这两种关于消费者行为的理论与传统的决策论不同，正越来越受到重视。 (五)Mark·E·Parry理论模型 Mark·E·Parry模型把消费者行为理解为消费者个人价值的实现过程。消费者个人价值的实现依赖于营销者是否提供了相应利益，而利益的多少是由产品所包含的各种属性决定的。因此，消费者购买行为是内部价值与外部利益均衡的结果。 (六)Philip Kotler理论模型 Philip Kotler的消费者购买行为模型揭示了消费者行为是一个刺激与反应过程。在这个过程里，消费者受到了来自环境和营销的刺激。面对刺激，消费者会因为个人特性的不同，而出现黑箱效应。这种黑箱效应往往与两大因素相关：购买者特性和决策过程。这两个因素的作用机理无从知晓，故称之为黑箱。但最终的结果——消费者的反应，我们是可以了解到的。Philip Kotler的另一个模型是关于机构购买者的行为模型。在这个模型中，机构购买者主要受四类因素的影响——环境因素、组织因素、人际因素和个人因素。Philip Kotler没有